樓宇建筑空調系統設備錯誤連接關系自動檢測算法

高莉莉 高 雪 林鈺浩 吳鈺博 范金鵬

（中建八局第三建設有限公司 南京 210000）

0 引言

隨著科學技術的發展，為滿足人們對高質量生活環境的需求，建筑越來越智能化。同時，由于其龐大的系統，能源消耗將增加[1]。智能建筑包括電梯系統、照明系統、空調系統、消防系統、視覺系統、給排水系統等，建筑空調系統能耗占整個建筑能耗的一半以上。為了提高空調系統的制冷和制熱性能，系統中增加了現代化的設備，主要包括風冷熱泵、排煙設備、智能化風機盤管等[2]。

空調系統的突發故障是指設備突然發生故障而不能運行。這類故障具有很強的隨機性，不能被提前發現。空調系統的漸進性故障是由于系統參數和設備之間的錯誤連接引起的，通過早期檢測可以減少這種情況[3]。空調系統的管理和維護非常重要。在系統運行過程中，設備之間會發生錯誤的連接關系，導致系統能耗增加甚至設備故障，無法正常工作[4]。

文獻[5]的方法以提高冷站能效比為目標，對某大型公共建筑的冷站主要設備進行了智能優化控制，將群控系統優化后冷站的能效比由2.6 提高到5.5，雖然取得一定成效，但增加了人工成本，樓宇建筑空調系統設備錯誤連接關系復雜度高，人工檢測存在滯后性。文獻[6]的方法分析了當前空調系統能耗優化算法存在的不足，將空調系統分為3 個目標解，提出了外部參照的多目標粒子群改進算法，但是其難以檢驗其連接關系的正確性與安全性。

為此，本文研究樓宇建筑空調系統設備錯誤連接關系自動檢測算法，以BIM 模型為基礎，將系統轉換成無向連通圖，通過圖論檢測出樓宇建筑空調系統設備間的連接關系，并簡化設備與管道的復雜連接關系，使建筑空調系統設備錯誤連接關系檢測效果提升。

1 樓宇建筑空調系統設備錯誤連接關系自動檢測算法

1.1 樓宇建筑空調系統BIM 模型

樓宇建筑空調系統可確保空調設備正常有序進行，為整個建筑提供冷能與熱能[7,8]。利用BIM技術建立樓宇建筑空調系統BIM 模型如圖1所示。

由圖1可知，管件、機電設備、連接器構成樓宇建筑空調系統BIM 模型。為實現管件與管件、機電設備與管件的有效連接，需利用連接器連接BIM 內構件，得出介質流動走勢和相關關系數據。

圖1 樓宇建筑空調系統BIM 模型Fig.1 BIM Model of building air conditioning system

1.2 設備邏輯關系提取

采用圖論方法提取樓宇建筑空調系統設備邏輯關系，圖論檢測目標為圖，事物連接關系是利用抽象數據結構表描述，通常事物用頂點描述，事物間連接關系用邊描述，把系統BIM 模型看作無向連通圖，簡化設備與管道的復雜連接關系[9]，使檢測效果提升。

在所建立BIM 模型中提取設備邏輯關系，需要先提取全部BIM 構件，再提取有效連接器后構建無向連接圖。設置樓宇建筑空調系統中包含n個節點，系統無向圖用G（M,F）描述，其中，全部邊的集合用F描述，全部機電設備節點關聯邊集合用cF描述，全部機電設備頂點集合合用Mc′描述，M是系統無向圖每個頂點集合，排除節點關聯邊集合用Fq描述，設備連接關系子圖集用Gc′描述，全部管件節點集合用Mq′描述，全部管件連接子圖集合用Gq′描述。

Step 1：為篩除非聯通管道團，將設備頂點集合實施刪除，簡化設備和眾多管道連接關系[10]。求解全部管件連接子圖集合Gq′，需要刪除全部設備頂點集合Mc′，將圖變分為割裂圖，管道間聯通模式用各子圖描述。

Step 2：設備連接子圖構建是設備邏輯關系提取的核心。空調系統中設備重新連接Step 1 求出管線團，就是為求解Gc′，需要在全部管件連接子圖集合qG′重新連接刪除全部設備頂點集合Mc′。有時，多個設備可以連接到同一子圖，或者多個子圖可以連接到同一設備，利用設備與管線組關系建立設備邏輯連接關系[11]，將連接到同管線團的設備判定為有關系。

Step 3：設備間連接方向的判定。為求解Gc′中各子圖iG，需構建完全二分有向圖Gci，依據設備連接器方向，將全部連接至iG的設備完成Gci構建。為檢測構件的兩端邏輯關系，利用設備間管路流向數據，簡化設備連接關系實現檢測。

Step 4：為得出樓宇建筑空調系統設備邏輯關系圖，需要將全部二分有向圖合并。

1.3 設備錯誤連接關系自動檢測

1.3.1 設備錯誤連接關系描述

（1）跨文件斷點

樓宇建筑空調系統BIM 模型內存儲不同設備的文件，有時會引起不同設備文件發生物理性錯誤連接[12]。例如：樓宇建筑空調系統設備1 分別包括E1、E2 兩層管道，位于每層構件上，由連接器使兩個構件相互連接，但因不同文件劃分，無法創建連接器，發生跨文件斷點的樓宇建筑空調系統設備錯誤連接關系，具體如圖2所示。

圖2 跨文件斷點Fig.2 Cross-file breakpoints

由圖2可知，連接器是管件和設備的連接工具，構件1、2 的接口法向量用W1、W2表示，接口中心用O1、O2表示，兩個構件生成完整的連接關系。

（2）幾何錯位斷點

在同一文件中，雖然建立了建筑空調系統設備的BIM 模型，但由于構件數量較多，建模人員的誤差也會導致管道位置或設備出口的誤差[13]，無法準確建立建筑空調系統設備的物理連接。例如：管道與管件的物理連接關系錯誤，包括彎頭連接管道時，兩個表面沒有對接，導致與連接面垂直錯位；管帽與管道連接時，發生平面錯位。

（3）連接器方向錯誤

連接關系提取受上下游關系誤差的影響較大。例如：在BIM 模型軟件的構建過程中，由于對設備進出關系沒有明確規定，無法通過人工檢測實現設備連接關系的誤差檢測。在管道介質流動趨勢下，當建筑空調水泵設備接頭兩端發生相反方向力時，信息提取失敗，無法得到介質流動趨勢。

1.3.2 錯誤連接關系自動檢測

（1）跨文件斷點與幾何錯位檢測

樓宇建筑空調系統設備連接的構件1 和構件2，依據下面流程檢測兩者間的連接關系：

針對跨文件斷點錯誤檢測，因不同模型均用相同的坐標系，為檢測出因文件拆分生成物理連接缺失問題，需位于不同文件構件1 和構件2 連接平面滿足：O1=O2，W1=W2，S1=S2條件。

Step 2：方向檢測

為檢測構件1 和構件2 的物理連接關系，通過W1、W2的夾角α與容差角dα比較，當α＜dα時，此時兩個構件不存在物理連接關系。

Step 3：連接平面內距離檢測

為求解O1到O′2的距離d，設置構件2 接口中心為O2，在構件1 接口平面的投影用O′2描述。樓宇建筑空調系統中，小管徑管道稠密[14]，大管徑管道的軸線間距大，假設管徑連接器用D表示，當d

Step 4：垂直于連接平面的距離檢測

南安板鴨購于江西南安板鴨有限公司；沙縣竹炭板鴨購于三明綠康食品有限公司；重慶白市驛板鴨購于白市驛板鴨食品旗艦店；南京板鴨購于南京聚客維食品有限公司；揚州板鴨購于揚州口緣食品有限公司；雷官板鴨購于安徽雷官板鴨有限公司。每種板鴨各買六只，均為2018年春季生產，取腿部肌肉進行試驗。

為檢測兩個連接器連接關系，需求解構件1 接口中心O1到構件2 接口平面E2的距離d。當d小于容差時，判斷兩個連接器存在連接關系。

（2）連接方向檢測

通過設備邏輯關系提取方法將樓宇建筑空調系統設備錯誤連接關系轉化為無向連通圖，利用簡單連接的管道團代替復雜的大量管道與設備鏈接，改善樓宇建筑空調系統邏輯關系自動生成過于復雜的缺陷。

依據樓宇建筑空調系統BIM 模型實際應用可知，多入口以及多出口情況將不存在于樓宇建筑空調系統中，通常情況下存在單個入口與出口、單個入口眾多出口以及多入口單個出口的情況[15]。設樓宇建筑空調系統中存在出口與入口的管路團數量為n，用V1,V2, …,Vn表示樓宇建筑空調系統的接口方向，檢測系統中存在連接方向錯誤的公式如下：

2 實例測試

為驗證所研究算法自動檢測樓宇建筑空調系統設備錯誤連接關系有效性，選取某建設公司新建規劃區域作為研究對象，該規劃區域包含住宅樓4棟，辦公樓1 棟。總規劃區域面積為11.52 萬平方米，住宅樓均為地上六層，辦公樓為地上四層。樓宇建筑空調系統中包含給排水、送排風、空調水、空調風等機電系統模型。

研究區域樓宇建筑空調系統包含設備統計結果如表1所示。

表1 空調系統設備統計表Table 1 Statistical table of air-conditioning system equipment

采用BIM 技術建立研究區域辦公樓建筑空調系統的BIM 模型如圖3所示。

圖3 建筑空調系統BIM 模型Fig.3 BIM model of building air conditioning system

建筑空調系統BIM 模型的信息查詢效率表達式如下：

式（2）中，m與T分別表示待查詢信息數量以及所采用時間。固定查詢信息數量時，所需消耗的查詢時間越短，查詢效率越高。利用信息查詢時間體現所建立BIM模型查詢效率。對比未采用BIM技術所建立樓宇建筑空調系統模型與采用BIM 技術所建立樓宇建筑空調系統模型的信息查詢時間，對比結果如圖4所示。

圖4 信息查詢時間對比Fig.4 Comparison of information query time

從建筑空調系統BIM 模型中查詢所包含的設備，對比BIM 模型以及未采用BIM 模型時的查詢效率。由圖4對比結果可知，采用BIM 技術建立建筑空調系統設備模型時，可在200ms 內快速獲取所需查詢空調系統設備具體位置以及信息，未采用BIM 技術的空調系統模型中查詢建筑空調系統設備時，查詢時間明顯有所增加。本文算法所建立建筑空調系統BIM 模型可快速獲取設備所在位置，提升模型應用性能。采用BIM 技術建立樓宇建筑空調系統可為設備錯誤連接關系自動檢測提供有效的模型基礎，相比于未采用BIM 技術建立模型具有明顯的優勢。這是因為其依據全部管件連接子圖集合，構建了樓宇建筑空調系統BIM 模型，簡化了設備連接關系，降低數據維度與數據量，信息查詢時間隨之減少。

從所建立建筑空調系統BIM 模型中，提取空調機房邏輯連接結果，隨機截圖結果如圖5所示。

圖5 邏輯連接結果截圖Fig.5 Screenshot of the logical connection result

由圖5實驗結果可知，采用本文算法可有效從所建立建筑空調系統BIM 模型中提取空調機房邏輯連接結果，有助于提升設備錯誤連接關系自動檢測性能。

采用本文算法提取研究區域樓宇空調系統中的邏輯關系中的構件數量，提取結果如圖6所示。

圖6 構件數量提取結果Fig.6 Results of component quantity extraction

采用本文算法提取空調系統邏輯關系，提取時間結果如圖7所示。

圖7 提取時間Fig.7 Extraction Time

由圖6與圖7實驗結果可知，本文算法可有效提取所構建建筑空調系統BIM 模型的邏輯連接結果，不同項目的空調風系統以及空調水系統的構件數量均高于6000 個，可將提取時間控制在3s 之內，具有較高的邏輯連接結果提取性能，這是因為其分析了構件間的連接關系，使樓宇建筑空調系統BIM模型內存儲不同設備的文件相互聯系起來，可實時根據構件數量獲取邏輯連接情況，提升提取效率。

采用本文算法自動檢測建筑空調系統BIM 模型的錯誤連接關系，自動檢測與修復物理連接缺失、幾何錯位以及錯誤連接方向結果如圖8所示。

圖8 自動檢測與修復結果Fig.8 Automatic detection and repair results

由圖8實驗結果可知，所研究算法可有效實現樓宇建筑空調系統BIM 模型中物理連接缺失、幾何錯位以及錯誤連接方向的自動檢測與修復，誤差在20 個以下，具有較高的檢測與修復效果。這是因為其獲取正確的樓宇建筑空調系統設備邏輯關系后，依據重合檢測、方向檢測、連接平面內距離檢測、連接方向檢測等多方面的聯合檢測結果，依次檢測設備錯誤連接關系具有序列屬性與自動化屬性，智能解決智慧運維管理樓宇建筑空調系統的重要問題，發揮所建立樓宇建筑空調系統BIM 模型的重要價值。

截取采用本文算法檢測建筑空調系統走廊交叉處管道存在重合情況結果如圖9所示。圖中紅色標識處為本文算法檢測出的管道重合問題。

圖9 管道重合檢測結果Fig.9 Pipeline coincidence detection results

由圖9實驗結果可知，樓宇建筑空調系統設備連接間存在錯誤時，當原有BIM 模型中存在原始信息缺失情況，而圖紙中未顯示設備之間所存在關系以及管道流向時，需充分結合設備在系統中的拓撲關系以及工程經驗。所研究算法雖可自動檢測樓宇建筑空調系統設備之間存在的物理連接丟失情況，但無法實現自動檢測問題的全部修復，實際應用過程中仍需將本文算法與人工修復相結合，提升算法的應用性能。

3 結論

針對樓宇建筑空調系統設備會發生錯誤連接問題，研究樓宇建筑空調系統設備錯誤連接關系自動檢測算法，提高空調系統的運維管理水平。在樓宇建筑空調系統采用建筑信息模型，提高空調系統的機電設備有序組合，但設備和管線間會發生連接關系錯誤，導致系統設備無法正常運行，對此，將圖論技術應用在樓宇建筑空調系統設備錯誤連接關系自動檢測中，以無向連通圖的形式，使設備和復雜的管道連接關系變得簡單化，提高檢測效率，使其在200ms 內快速獲取所需查詢空調系統設備具體位置以及信息，并將提取時間控制在3s 之內，幾何錯位數量的自動檢測與修復誤差控制在20 個以下，本文算法檢測樓宇建筑空調系統設備錯誤連接速度快。

因本人時間與精力有限，仍有許多不足，本文僅涉及對樓宇建筑空調系統設備錯誤連接關系自動檢測，今后將研究方向進一步擴展：

（1）樓宇建筑空調系統中的故障種類繁多，需要研究其他故障的檢測與維修；

（2）需要深入研究空調系統多重故障現象；

（3）全面分析空調系統設備運行情況。

在本文算法的基礎上，不斷添加新的技術，提高對樓宇建筑各系統的檢測與管理。